基于ARIMA模型的房地产投资预测

选取2000年1月-2021年12月广东省房地产投资数据，其中每年1月的缺失值用该年均值进行替代，共计264个数据。

tz<-read.table(file = "D:/my/touzi.csv",sep = ",",header = T)
#转化为时间序列
y=ts(tz$value,start = 2000/1/1,frequency = 12)  
#绘制时序图

y1<-diff(diff(y),lag=12)
plot(y1,xlab='年份',ylab='一阶12步差分投资')

 利用atuo.arima直接得出较优模型

fore<-forecast(f1,12)#预测 12个月
fore.fore

#绘图
L1=mode.fore$fitted-1.96*sqrt(f1$sigma2)#置信区间
U1=mode.fore$fitted+1.96*sqrt(f1$sigma2)#置信区间
L2=ts(mode.fore$lower[,2],start=2022)#预测最低值
U2=ts(mode.fore$upper[,2],start=2022)#预测最低值
c2=max(diff(y),U1,U2)# 最高范围
plot(y)#实际值
lines(mode.fore$fitted,col=2,lwd=2)#拟合值——红色
lines(mode.fore$mean,col=3,lwd=2)# 预测值——绿色
lines(L1,col=4,lty=2)
lines(U1,col=4,lty=2)
lines(L2,col=4,lty=3,lwd=2)#
lines(U2,col=4,lty=3,lwd=2)#
legend("bottomright", title="Type",legend= c("Fitting","real","forecast"),
       lty=c(1,1,1),lwd=2,col=c("red","black","green"),bty="n",cex=0.8,text.width =1)